Czego najlepiej użyć do wizualizacji danych i analiz statystycznych?

Program R aspiruje do miana lidera zarówno jeżeli chodzi o statystyczną analizę danych jak i wizualizację danych.
Ale nie tylko R, podobne ambicje ma SAS [który zresztą przez długi czas był liderem jeżeli chodzi o analizy statystyczne], Stata, SPSS, Statistica, toolboxy Pythona, Matlaba, Mathematica, Gretla, Weki, Orange, Java, Julia, biblioteka D3 i dziesiątek innych większych i mniejszych pakietów czy bibliotek.

Które z tych narzędzi jest prawdziwym liderem?

Za miesiąc, 10 lipca, w Hiszpanii będzie miała miejsce kolejna coroczna konferencja użytkowników R o nazwie useR!
W tym roku podczas konferencji organizowane są dwa konkursy, na najlepszą wizualizację danych i najtrafniejsze analizy danych wykonane z użyciem programu R.

Co będzie wynikiem tego konkursu? Otóż zobaczymy czy pasjonaci R stworzą wizualizacje i analizy danych, które rzucą użytkowników innych pakietów na kolana.

Więcej o regułach konkursu przeczytać można tutaj lub tutaj.

Analizy i wizualizacja powinny dotyczyć jednego lub dwóch zbiorów danych przygotowanych przez organizatorów. Jeden dotyczy trzech sezonów formuły 1. Drugi zbiór danych dotyczy pięciu sezonów ligi piłki nożnej w Hiszpanii.

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Pola, których wypełnienie jest wymagane, są oznaczone symbolem *

Możesz użyć następujących tagów oraz atrybutów HTML-a: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code class="" title="" data-url=""> <del datetime=""> <em> <i> <q cite=""> <strike> <strong> <pre class="" title="" data-url=""> <span class="" title="" data-url="">